wchzh / amazon-kaggle

项目说明

任务

Kaggle比赛： https://www.kaggle.com/c/planet-understanding-the-amazon-from-space
图像多标签多分类问题，图像为亚马逊丛林高空俯视卫星图片，图像标签为图片中包含的气候、地貌（多云、河流、农田、矿井等17类），训练集4万，测试集6万。
知乎文章：Kaggle求生：亚马逊热带雨林篇

注:这个目录只是我那部分的代码，也没有做整理，所以比较混乱

运行环境

• 包依赖：torch, torchvision, PIL, pandas, (hyperboard)
• OS: linux
• 注意事项：
  1.项目文件夹下不包含数据
  2.省略了很多预处理
  3.不含ensemble部分代码
  4.训练时要新建与模型名字一样的文件夹 ，文件夹下保存着这个模型生成的所有文件
  5.可以使用hyperboard，不过在代码里已经被注释了

主要py文件说明：

Model.py: 记录了使用的各种模型，及其修改版本
Datahelper2.py: 数据加载器，其中lables.pkl是预先处理好的label
process.py: 统一执行环境，其实只是把各个模块封装好放到这里执行
train.py: 训练模型，生成每个fold对应的模型
train_2epoch.py : 训练两个epoch
eval.py: 评估模型，保存中间变量，生成validation，best_threshold
predict.py: 对数据进行预测，保存中间变量，生成预测文件*_result
process_data: 将模型生成的中间变量保存成npy格式的概率矩阵
bagging.py: 模型bagging

主要数据文件说明：

kdf.pkl: kfold的划分
kfold.pkl: 另一种kfold的划分
labels.pkl: 预处理的labels